直博申请 - 贝叶斯统计学篇

在本次的博士讲座中，我们与Randy博士进行了深入的对话，了解了统计学领域多样化的研究方向和申请要求。让我们一起回顾这期精彩的讲座，了解更多博士申请相关内容。

S:您现在的工作，用到了博士学习中的哪些知识？

Randy:

如果从统计方面的知识来说，因为我们需要模型很可靠，所以我们不会用很多非常新的东西。

但是我们在做模型的过程中会用到很多在博士阶段用到的 research 的方法。比如说做一些假设检验，比如说做一些 confidence interval，那这些 confidence interval 并不是像我们平时读书的时候做实验那样那么简单，它可能会有各种 edge case，怎么样去挑一个最 reliable 的方法去得到一个最 reliable 的结果是需要用到很多博士时期积累的经验的。所以这方面，具体的方法并没有那么重要，但是这个用这个方法的过程和你的经验，尤其是博士阶段积累的这种对于怎么运用工具的经验是非常重要的。

S:您在博士阶段主要做了一些什么样的研究和学习?

Randy:

统计现在分两块，一块是贝叶斯，一块是传统的统计。我们会假设这串数据服从一个 certain distribution，我们最后的目标是找出那个 underlying distribution。但是在贝叶斯统计里边，我们是先假设这个数据符合某一个特定的distribution，然后我们根据数据去找一些这些 distribution 的一个underlying property。所以有了我们的数据，我们就可以 define 我们的 normal distribution，这样的话我们就可以用很少很少的数据，只要我们的 assumption 是对的，就可以得到很好的模型。

所以这两条线相当于parallel，就是传统的统计学方法和贝叶斯统计学方法，它们两个，如果这个数据是perfect，然后我们有一个 perfect assumption 这两个东西出来结果应该是一样的。所以在我们现在的很多研究里边，如果我们数据不足的情况下，很多时候我们都会考虑用贝叶斯来做，尤其是在很多生物统计里边，很多药的里边，因为它可能一下就能只找到 100 个人做实验，那用贝叶斯的话就会节省很多时间，节省很多精力去得到很 reliable 的结果。

S:统计学还有哪些研究方向呢？

Randy:

刚刚提到的贝叶斯和传统统计学是两个很大很大的分支，然后在这两个分支下面就会有很多小的方向。比如说有的人还会做readability，就比如说一个零配件它到多什么时候会坏掉，什么时候不会坏掉，相当于就是个 banner distribution。然后有的人会做Hypothesis testing，就是我们假设这个人他有没有得癌症？那我们假设有，那我们怎么去证明这个 hypothesis 是对的。有的人呢做得就比较理论，那可能就很偏数学那边一些，但有的人主要是做 confidence interval 这块，所以这些就下面分得很细很细了。

但是主要的方法的区分还是用贝叶斯或者用传统的方法来做，这两个都可以做，有的人他们会两个都做，然后对比结果。

S:统计学博士毕业，有哪些就业方向？

Randy:

我的同学基本上没有人做教职，因为在业界的机会很多，从钱这方面来说也会好非常非常多，然后压力也会小很多，所以我的同学没有几乎没有做教职的。然后做业界的话就基本上要不就生物药学这块，这块的好处是工作比较reliable，不会那么忙，那坏处就是报酬会稍微低一些。然后另外一部分就是做 machine learning engineer 会多一些，就是一些大厂，然后 build model。现在做 AI 的也比较多，因为统计学也是AI模型的基础。另外的就是我们做金融行业的，做金融行业因为对这个 bar 比较高，基本上几乎都要PhD。

S:如果是硕士的背景去应聘您目前的岗位，是有机会的吗？

Randy:

至少我们公司来说的话， MS的机会比较少，除非有比较长的经验，比如说 5 年到最少 3 年的。至少 3 年经验的话，那机会高一些。但如果 master 想要进入这个行业的话，那可能会去一些传统银行的一些稍微偏 modeling 的部门，这样会好一些。一开始前两年可能会需要熬一下那个年限，因为传统行业它会需要年限，然后才能拿promotion，但拿到 promotion 之后你再跳一些量化的一些金融方面的行业就会快很多。

S:申请统计学的博士，您建议同学在本科学习哪些课程？

Randy:

数学的课程当然是很重要，如果你申请统计方向，高阶数学课程会非常加分。数学分析，在美国叫 Calculus 123，这肯定是要得上完的。然后这个分数很重要。另外很重要就是 Linear Algebra 线性代数，而且不能是工科的线性代数，你得把数学那啃下来，大概有两册，这两个的成绩很重要。然后还有一些数学课比较重要的，比如说。Mathematical computation，在中国叫科学计算。

另外就是一些泛函分析、 functional analysis，这些东西就是很偏数学的课是非常重要的，尤其在你申请统计的情况下。很多学校他会看你的成绩单，如果你没有这几门课，基本上就没有戏，因为但凡要做稍微偏理论一点的话，这东西都很重要。计算机的知识就是说你上没上过课，可能它不大care，但是你一定要有，它会默认你有，因为如果你没有，到时候做 research 的话，你会痛苦很长的时间。

S:统计学博士的面试大概是什么样的？

Randy:

这个每个学校也不大一样，有的学校会问得非常technical，意思就是说他会问很多很基础但是非常细的细节。就基础到可能说直接问你 AUC 怎么定义的，就这种很细的、很基础的细节，就是统计里边你只要学过，你一定得会，你一定得懂。它一定不会问你很多很 fancy 的东西。如果你做过research，大概率他一定会问到 research 的细节。问到一些他们觉得有疑问的，或者是很多很关键的点，来看看你这个到底是不是你自己做的，然后你用什么方法解决的。比如说你要做一个生物学实验，那你这个仪器的误差问题怎么解决，就这个很细的、很基础的问题。

然后另外一种就是很 chill 的，他觉得你已经很 OK 了，但他只想确认一下你这个人是不是正常人，那就是说很chill。很可能会有个中国老师来问你，OK，你的学校是哪？你是跟着哪个老师做的？然后 check 一下你写东西符不符合事实，然后看你这个人是不是正常人，就分这两种。

S:目前政策的波动是否有影响您这个行业的就业和招聘？

Randy:

如果是国际生身份的问题的话，主要是现在的很多大公司，比如说我了解下来Google和 Meta 的 Perm 是停掉了，或者搞下来会变得非常麻烦，那这个是一个影响还挺大的事情。那另外工作机会的话肯定是比前两年少很多。就是应届生现在会招得很少，因为现在公司是需要来了就干活。或者说直接就是intern毕业，然后直接就进公司。如果你要想要直接毕业，然后通过面试去公司，对硕士的应届毕业生来说，比之前会难很多，因为整个这个岗位的数量比原来少非常多。

S:怎么样判断自己是否适合读PhD？

Randy:

我觉得第一点还是，你得知道自己想要什么，你想要去业界，然后想去业界做什么专业？做什么方向呢？你想去做药厂，还想做金融，这个你得自己想好，而且也要在读书之前想好。因为你一进去，几乎第一个学期就要开始准备博资考试，然后第二学期就开始准备第二年的 Intern 了，因为没有 Intern 基本上找不到工作，所以这块一定要想好。

想好之后，你才可以去给老师说我是想做这个的，如果你和我的想法不一样，那咱们可以换老师，不用浪费彼此的时间，这样的话会让这个过程变得更 smooth 一些。

然后另外一点，读博这个过程一定是会很让你难受的，一定不是一个很开心的过程，所以 mentally一定要做好这样的一个心理准备，一定要做好身体上会很累的这样一个身体上的准备，这样的话你就不会 burn out，不然这个整个过程的压力会让人很难以接受。尤其是你在很迷茫的情况下，你会很难知道自己下一步该怎么做。